|
|
FORMAL MODEL OF DECISION MAKING PROCESS FOR HIGH-FREQUENCY DATA PROCESSING
Zámečníková, Eva ; Rábová, Ivana (oponent) ; Šaloun, Petr (oponent) ; Kreslíková, Jitka (vedoucí práce)
This thesis deals with the issue of the processing of high-frequency time series. It primarily focuses on the design of algorithms and methods for support of predicting these data. The result of this work is a model supporting the decision-making process implemented into a complex platform. The model designs the method of formalization of business rules which describes the decision-making process. The designed model must meet the conditions of the robustness, scalability, real-time processing and econometrics requirements. The thesis summarizes the current knowledge and methodologies for the processing of high-frequency fnancial data which can be found on the stock exchange. The first part of the work describes the basic principles and approaches currently used in the processing of high-frequency data. The next part deals with the description of an appropriate complex event platform and is subsequently devoted to prediction and data processing itself, using the chosen platform. Emphasis is on selecting and editing a set of rules that controls the decision-making process. The newly designed method describes the set of rules by using matrix grammar. This grammar belongs to the grammars with regulated rewriting and thus it may control the data processing by the defning of the matrices.
|
|
|
Modeling Dynamics of Correlations between Stock Markets with High-frequency Data
Lypko, Vyacheslav ; Baruník, Jozef (vedoucí práce) ; Krištoufek, Ladislav (oponent)
Tato prace je zamerena na modelovani korelaci mezi vybranymi akciovymi trhy a komoditami s pouzitim vysokofrekvencnich dat. Nasledujici casove rady jsou pouzite pro ucely teto analyzy: FTSE, DAX, PX, S&P, Gold commodity futures a Oil commodity futures. V prvni casti teto prace denni realizovane korelace jsou vypocitane a jejich dynamika je diskutovana. Dal jsou vypocitane korelace pomoci neuronove site (feed forward neural network, nebo FFNN). Tyto korelace jsou porovane s prumernymi dennimi realizovanymi korelacemi. V posledni casti teto prace jsou vypocitane prognozy dennich realizovanych korelaci pomoci HAR modelu, AR(p) modelu a dynamicke neuronove site NARNET.
|
|
|
Good volatility, bad volatility, and the cross-section of stock returns at different investment horizons
Sako, Tony Ryan Hlali ; Baruník, Jozef (vedoucí práce) ; Kukačka, Jiří (oponent)
Starting with the assumption that different investors have different investment time preferences and different risk tolerances within their given investment time-frames, this paper investigates the value of employing multiresolution analysis to model volatility and risk-pricing. In terms of estimation and fore- casting performance we were able to reduce by at least half the volatility fore- casting errors, with even better results at longer horizons. In regards to risk pricing we learn that extreme aggregate volatility (i.e. tail risk) is priced but regular volatility is not. Additionally we find that whilst aggregate volatility is generally more important over the long-horizon, during periods of market turmoil it is much more significant over the short-horizon. Finally we show that stocks with high sensitivity to aggregate volatility have lower subsequent returns supporting the idea that they become attractive as a hedge against market volatility. JEL Classification C12, C13, C21, C22, C31, C32, C51, C52, C53 Keywords Realized Volatility, Wavelet, Long-Memory Models, Cross-Section, Volatility Forecast, High-Frequency Data Author's e-mail tony sako@yahoo.com Supervisor's e-mail barunik@fsv.cuni.cz
|
|
|
FORMAL MODEL OF DECISION MAKING PROCESS FOR HIGH-FREQUENCY DATA PROCESSING
Zámečníková, Eva ; Rábová, Ivana (oponent) ; Šaloun, Petr (oponent) ; Kreslíková, Jitka (vedoucí práce)
This thesis deals with the issue of the processing of high-frequency time series. It primarily focuses on the design of algorithms and methods for support of predicting these data. The result of this work is a model supporting the decision-making process implemented into a complex platform. The model designs the method of formalization of business rules which describes the decision-making process. The designed model must meet the conditions of the robustness, scalability, real-time processing and econometrics requirements. The thesis summarizes the current knowledge and methodologies for the processing of high-frequency fnancial data which can be found on the stock exchange. The first part of the work describes the basic principles and approaches currently used in the processing of high-frequency data. The next part deals with the description of an appropriate complex event platform and is subsequently devoted to prediction and data processing itself, using the chosen platform. Emphasis is on selecting and editing a set of rules that controls the decision-making process. The newly designed method describes the set of rules by using matrix grammar. This grammar belongs to the grammars with regulated rewriting and thus it may control the data processing by the defning of the matrices.
|
|
|
Does index arbitrage distort the market reaction to shocks?
Anatolyev, Stanislav ; Seleznev, S. ; Selezneva, Veronika
We show that ETF arbitrage distorts the market reaction to fundamental shocks. We confirm this hypothesis by creating a new measure of the intensity of arbitrage transactions at the individual stock level and using an event study analysis to estimate the market reaction to economic shocks. Our measure of the intensity of arbitrage is the probability of simultaneous trading of ETF shares with shares of underlying stocks estimated using high frequency data. Our approach is direct, and it accounts for statistical arbitrage, passive investment strategies, and netting of arbitrage positions over the day, which the existing measures cannot do. We conduct several empirical tests, including the use of a quasi-natural experiment, to confirm that our measure captures fluctuations in the intensity of arbitrage transactions. We focus on oil shocks because they contain a large idiosyncratic component which facilitates identification of our mechanism and interpretation of the results. Oil shocks are identified using weekly oil inventory announcements.\n
|
|
|
Good volatility, bad volatility, and the cross-section of stock returns at different investment horizons
Sako, Tony Ryan Hlali ; Baruník, Jozef (vedoucí práce) ; Kukačka, Jiří (oponent)
Starting with the assumption that different investors have different investment time preferences and different risk tolerances within their given investment time-frames, this paper investigates the value of employing multiresolution analysis to model volatility and risk-pricing. In terms of estimation and fore- casting performance we were able to reduce by at least half the volatility fore- casting errors, with even better results at longer horizons. In regards to risk pricing we learn that extreme aggregate volatility (i.e. tail risk) is priced but regular volatility is not. Additionally we find that whilst aggregate volatility is generally more important over the long-horizon, during periods of market turmoil it is much more significant over the short-horizon. Finally we show that stocks with high sensitivity to aggregate volatility have lower subsequent returns supporting the idea that they become attractive as a hedge against market volatility. JEL Classification C12, C13, C21, C22, C31, C32, C51, C52, C53 Keywords Realized Volatility, Wavelet, Long-Memory Models, Cross-Section, Volatility Forecast, High-Frequency Data Author's e-mail tony sako@yahoo.com Supervisor's e-mail barunik@fsv.cuni.cz
|
|
|
Statistical properties of the liquidity and its influence on the volatility prediction
Brandejs, David ; Krištoufek, Ladislav (vedoucí práce) ; Burda, Martin (oponent)
Diplomová práce se zaměřuje na vliv likvidity na predikci volatility a přes vzájemné vztahy v rámci tzv. magického trojúhelníku zároveň na její vliv na očekávaný výnos. Likvidita je měřena pomocí Amihud Illiquidity, Amivest Liquidity a Roll, které byly upraveny pro použití vysokofrekvenčních dat. Data použitá k modelování se skládají z 98 akcií obchodovaných na S&P 100. Časový rámec dat je od 1. ledna 2013 do 31. prosince 2014. Zjistili jsme, že likvidita opravdu vstupuje do vztahu výnos - volatilita a ovlivňuje tyto proměnné, tj. magický trojúhelník funguje. Avšak navzdory naší hypotéze, model ukazuje, že nižší likvidita značí nižší riziko. Tento závěr prokázaly všechny testované modely (3SLS, 2SLS and OLS). Dále jsme použili tzv. realizovanou varianci a bi-power varianci, abychom oddělili náhlý cenový skok. Naše druhá hypotéza, tj. že nižší likvidita značí vyšší frekvenci těchto cenových skoků, byla potvrzena pouze pro jednu ze dvou proměnných měřících likviditu (Roll). Klíčová slova: likvidita, riziko, volatilita, očekáváný výnos, magický trojúhelník, cenový skok, realizovaná variance, bi- power variance, 3SLS, logit, vysokofrekvenční data, S&P 100 E-mail autora: david.brandejs@seznam.cz E-mail vedoucího: kristoufek@ies-prague.org
|
|
|
Realized Jump GARCH model: Can decomposition of volatility improve its forecasting?
Poláček, Jiří ; Baruník, Jozef (vedoucí práce) ; Pertold-Gebicka, Barbara (oponent)
Tato diplomová práce se zabývá aplikací neparametrických odhadů realizované volatility při modelování a predikcích volatility. Analýza dopadu skoků v cenovém procesu na budoucí volatilitu na akciových trzích střední a východní Evropy je provedena pomocí Realized Jump GARCH modelu, který umožňuje analyzovat vliv skokové variace na budoucí volatilitu. Portfolio odhadovaných modelů dále zahrnuje Realized GARCH a HAR modely pro porovnání predikčních a odhadních vlastností. Výsledky analýzy naznačují, že skoková složka volatility není zanedbatelná. Zároveň je ale její vliv značně omezen. To může být způsobeno vysokou mírou informační agregace v rámci akciového indexu. Porovnání Realized (Jump) GARCH modelů se standardním GARCH modelem naznačuje, že zahrnutí odhadů realizované volatility implikuje lepší odhadní a predikční vlastnosti. Srovnání predikcí získaných použitím HAR modelů a Realized (Jump) GARCH modelů naznačuje, že Realized (Jump) GARCH modely mají lepší predikční vlastnosti především ve vyšší míře zachycené variability volatility. Porovnání predikcí Realized Jump GARCH modelu s ostatními Realized GARCH modely naznačuje, že jeho predikce jsou srovnatelné nebo mírně lepší.
|
|
|
Realized Jump GARCH model: Can decomposition of volatility improve its forecasting?
Poláček, Jiří ; Baruník, Jozef (vedoucí práce) ; Pertold-Gebicka, Barbara (oponent)
Tato diplomová práce se zabývá aplikací neparametrických odhadů realizované volatility při modelování a predikcích volatility. Analýza dopadu skoků v cenovém procesu na budoucí volatilitu na akciových trzích střední a východní Evropy je provedena pomocí Realized Jump GARCH modelu, který umožňuje analyzovat vliv skokové variace na budoucí volatilitu. Portfolio odhadovaných modelů dále zahrnuje Realized GARCH a HAR modely pro porovnání predikčních a odhadních vlastností. Výsledky analýzy naznačují, že skoková složka volatility není zanedbatelná. Zároveň je ale její vliv značně omezen. To může být způsobeno vysokou mírou informační agregace v rámci akciového indexu. Porovnání Realized (Jump) GARCH modelů se standardním GARCH modelem naznačuje, že zahrnutí odhadů realizované volatility implikuje lepší odhadní a predikční vlastnosti. Srovnání predikcí získaných použitím HAR modelů a Realized (Jump) GARCH modelů naznačuje, že Realized (Jump) GARCH modely mají lepší predikční vlastnosti především ve vyšší míře zachycené variability volatility. Porovnání predikcí Realized Jump GARCH modelu s ostatními Realized GARCH modely naznačuje, že jeho predikce jsou srovnatelné nebo mírně lepší.
|
|
|
Modelling Conditional Quantiles of CEE Stock Market Returns
Tóth, Daniel ; Baruník, Jozef (vedoucí práce) ; Kukačka, Jiří (oponent)
Správne definované modely na predpovedanie výnosov indexov sú dôležité pre investorov, kvôli minimalizovaniu rizika na finančných trhoch. Táto práca sa zameriava na podmiené modelovanie Value at Risk, ktorá využíva rámec flex- ibilnej kvantilovej regresie, a tým sa môže vyhnúť predpokladu o normálne rozdelených výnosoch. Aplikujeme semiparametrickú lineárnu regresiu kvan- tilov (LQR) s realizovaným rozptylom a tiež model s pozitívnou a negatív- nou semivarianciou, ktorá umožňuje priame modelovanie kvantilov. Do úvahy berieme ceny štyroch európskych akciových indexov: českého PX, maďarského BUX, nemeckého DAX a londýnskeho FTSE 100. Naším cieľom je zistiť, ako použitie realizovaných rozptylov ovplyvňuje presnosť VaR a koreláciu medzi strednou a východnou Európou so západoeuróskymi indexmi. Hlavným príno- som práce je aplikácia modelov LQR pre modelovanie podmienených kvantilov a porovnanie korelácie medzi európskymi indexmi s využitím realizovaných mier. Naše výsledky ukazujú, že pri jednokrokovej prognóze lineárny kvan- tilový regresný model poskytuje lepšie odhady a taktiež presnejšie predpovede ako klasický VaR model s predpokladom normálne distribuovaných výnosov. Z tohoto dôvodu, LQR modely s realizovanou varianciou môžu byť použité ako presné nástroje pre investorov. Naviac ukážeme, že prínosy...
|
host ::
RSS.